주가지수를 이용한 펀드 및 변동성을 이용한 다양한 종류의 파생상품이 개발됨에 따라 은행 및 투신사를 중심으로 리스크 관리에 많은 관심이 집중되고 있다. 다양한 종류의 펀드에 대한 평가와 헷징, 그리고 투자 전략 수립을 위하여 정확한 변 동성의 추정 및 예측은 리스크 관리에 있어서 핵심 사안이라고 할 수 있다. 변동성 예측을 위하여 전통적 금융 시계열 분 석 기법이 주요 예측 기법으로 사용 되고 왔다. 이 논문에서는 KOSPI 200 지수를 이용하여 기존 선행 연구에서의 예측 방법론간의 비교 및 금융시계열모형과 인공신경망의 통합모형을 제시한다. 변동성의 방향성 예측면에서 금융시계열의 GARCH 모형이 인공신경망모형보다 우수한 성과를 나타내었으며, 반면 인공신경망 모형은 변동성의 예측정확성 면에서 GARCH 모형보다 높은 예측정확도를 보여주었다. 따라서 이 논문에서는 인공신경망 모형이 다양한 금융시계열 모형 (EGARCH 모형, GARCH 모형 및 EWMA 모형)과의 통합을 통하여 변동성의 방향성 및 예측정확성의 동시적 추구 가 능성을 제시하고 있다.